《煤气混燃锅炉运行优化与智能算法预测模型》由会员分享，可在线阅读，更多相关《煤气混燃锅炉运行优化与智能算法预测模型（9页珍藏版）》请在金锄头文库上搜索。
1、煤/气混燃锅炉运行优化与智能算法预测模型 梁占伟 陈鸿伟 杨新 许文良 赵争辉 张志远 华北电力大学能源动力与机械工程学院 摘 要： 为提高煤/气混燃机组的锅炉效率, 以某 300 MW 煤/气混燃锅炉为对象, 对热量混燃比、分级配风、排烟温度、飞灰含碳量及锅炉效率进行了优化。基于优化试验数据, 采用支持向量机 (SVM) 、反向传播 (BP) 神经网络及遗传算法优化BP (GABP) 神经网络等算法, 建立了锅炉效率智能算法预测模型。采用均方根误差和平均绝对百分比误差, 分别评价了模型预测精度和预测值相对于试验值的平均偏离情况。试验与预测结果表明:随着高炉煤气热量混燃比的增加, 锅炉效率由
2、92.87%降到了 90.82%, 高炉煤气与焦炉煤气的最佳配比应小于 1.3;锅炉效率随着分离燃尽风开度的增加而降低, 最优开度为 4 层, 均开至 100%。通过对比 3 种预测模型的性能发现, 遗传算法优化 BP 神经网络算法具有较强的逼近能力和泛化能力。该模型对锅炉效率的预测能力优于其他 2 种模型。关键词： 热量混燃比; 分级配风; 燃烧优化; 智能算法; 预测模型; 作者简介：梁占伟 (1983) , 男, 在读博士研究生, 主要从事电站设备状态监测、控制与运行等工作;E-mail:;作者简介：陈鸿伟 (通信作者) , 男, 博士, 教授, 主要从事电站设备状态监测、控制与运行等工
3、作, E-mail:收稿日期：2017-06-04基金：河北省自然科学基金资助项目 (E2016502058) Operation Optimization and Intelligent Algorithm Prediction Model of the Coal/Gas Co-Fired BoilerLIANG Zhanwei CHEN Hongwei YANG Xin XU Wenliang ZHAO Zhenghui ZHANG Zhiyuan School of Energy, Power and Mechanical Engineering, North China Electri
4、c Power University; Abstract： To improve the boiler efficiency of coal/gas co-fired power unit, with certain 300 MW co-fired boiler as object, the optimal experimental research on heat co-firing ratio, air staging, flue gas temperature, unburned carbon in fly ash and boiler efficiency are conducted.
5、 The boiler efficiency intelligent algorithm prediction models of support vector machines ( SVM) , back propagation ( BP) neural network and genetic algorithm optimizing BP ( GABP) neural network are established based on the experimental data. The root mean square error and mean absolute percentage
6、error are adopted to evaluate the prediction accuracy and the average deviation of predicted value to experimental value respectively. The experiment and prediction results show that the boiler efficiency decreases from 92. 87% to 90. 82% with the increase of heat co-firing ratio of blast furnace ga
7、s. The optimum ratio of blast furnace gas and coke oven gas should be less than 1. 3. The boiler efficiency decreases with increase of damper opening of separated over-firing air, and the optimal damper opening is 100% for the four-layer of separated overfiring air. By comparing the performance of t
8、hree prediction models, it is found that the GABP algorithm has stronger approximation and generalization capabilities, and the predictive ability of this model on boiler efficiency is better than the other two models.Keyword： Heat co-firing ratio; Air staging; Combustion optimization; Intelligent a
9、lgorithm; Prediction model; Received： 2017-06-040 引言煤、生物质及煤气混燃的主要目的是为了降低化石燃料消耗1-3、提高可再生能源利用效率4及控制污染物排放等5-7。高炉煤气 (blast furnace gas, BFG) 和焦炉煤气 (coke oven gas, COG) 作为钢铁企业副产品, 被广泛用于煤/气混燃锅炉。然而, 燃料的混燃特性受到不同燃料混合物的影响, 尤其是气固两相混合燃烧, 其混燃特性不仅与燃料特性有关, 还与煤/气配比有关6-9。为了控制 NOx排放, 分级配风燃烧技术得到了广泛的应用。但是基于煤/气配比与分级配风的协
10、同作用对锅炉效率的影响鲜有报道。本文对某 300 MW 煤/气混燃锅炉进行优化试验, 得到了热量混燃比与分级配风对锅炉性能协同作用的优化结果。基于优化试验数据, 采用智能算法建立了锅炉效率预测模型。1 试验对象与方法1.1 试验对象试验研究对象为某 300 MW 四角切圆燃烧锅炉, 燃料为煤粉混燃 BFG 和 COG。煤粉、BFG 及 COG 在燃烧器区域混合燃烧, 烟气中携带的未燃尽碳颗粒和可燃气体进入分离燃尽风 (SOFA) 区域燃尽。每列燃烧器由 2 个高炉煤气喷嘴 (A-GAA和 B-GAA) , 5 个煤粉喷嘴 (A-COALE-COAL) , 15 个二次风喷口 (除GA、AA、A
11、B、BC、CC、DD、DE 及 EE 外, 还包括 7 个周界风喷口:GAA、GBB、AS、BS、CS、DS 及 ES) , 4 个 SOFA 喷口 (SOFA 1SOFA4) , 4 个焦炉煤气喷嘴 (分别布置在二次风喷口 GA、AB、BC 及 DE 的中心位置) 组成。燃煤元素分析、BFG 与 COG 成分组成分别如表 1、表 2 所示。由表 1 可知, 高炉煤气的可燃成分为 CO 和少量 H2与 CH4, 焦炉煤气主要可燃成分为 H2和 CH4及少量的 CO 和 CmHn, 煤的低位发热量最高, 焦炉煤气次之, 高炉煤气最低。表 1 燃煤元素成分组成 Tab.1 The composit
12、ions of coal elements 下载原表 表 1 中:%为高炉煤气 (BFG) 与焦炉煤气 (COG) 成分的体积百分数;MJ/kg 为高炉煤气和焦炉煤气的热值单位。表 2 BFG 和 COG 成分组成 Tab.2 The compositions of BFG and COG 下载原表 1.2 试验方法试验过程中, 机组负荷稳定在 300 MW, 煤粉、COG 及 BFG 的总输入热量基本不变。分别改变 COG 或 BFG 的热量混燃比 (单位时间内 COG 或 BFG 在锅炉炉膛的放热量占燃料总输入热量的百分比) , 研究不同煤气混燃比对锅炉性能 (飞灰含碳量、排烟温度及锅炉效
13、率) 的影响。通过改变 SOFA 挡板开度, 研究混燃煤气工况分级配风对锅炉性能的影响。另外, 利用手持铠装热电偶对排烟温度进行测量。采集的飞灰灰样去除水分后, 采用差热分析仪应用 TGA (TA-SDT-600) 分析可燃成分。锅炉效率按反平衡法进行计算10:式中:q i为各项热损失占输入热量的百分比, %。2 试验结果与分析2.1 热量混燃比优化图 1 为 COG 的热量混燃比为 8%时, 不同 BFG 热量混燃比对锅炉性能的影响。图 1 BFG 热量混燃比对锅炉性能影响图 Fig.1 Influence of BFG heat co-firing ratio on boiler perf
14、ormance 下载原图由图 1 可知, 飞灰含碳量和排烟温度逐渐增加, 导致锅炉效率大幅降低。飞灰含碳量随着 BFG 热量混燃比的增加而增加, 主要原因如下。增加 BFG 会强化主燃区的还原性气氛, 煤粉与氧的配比低于化学当量比, 使得煤粉在主燃区的燃烧份额相对减少。SOFA 区域燃烧份额增加, 但是 SOFA 区域距离炉膛出口较近, 使煤粉未来得及燃尽便离开, 炉膛的份额增加。增加 BFG 会增大烟气体积。相同的炉膛截面积下烟气流速增加, 减少了碳颗粒在主燃区和 SOFA 区域的停留时间。混燃 BFG 会降低主燃区的温度水平。炉膛温度降低不利于煤粉的着火与燃尽, 使得煤粉着火推迟, 火焰中
15、心上移, 燃烧时间缩短, 飞灰含碳量增加。排烟温度随着 BFG 热量混燃比的增加而升高。其原因主要是由于增加 BFG 热量混燃比, 使火焰中心上移;同时, 炉膛整体温度随着 BFG 热量混燃比的增加而降低, 导致炉膛内辐射换热量相对减少。炉膛出口温度升高, 造成排烟温度也随之升高。锅炉效率变化趋势与飞灰含碳量及排烟温度有关。当 COG 的热量混燃比为 8%时, 随着 BFG 热量混燃比的增加, 锅炉效率由 92.87%降到了 90.82%。尤其是 BFG 热量混燃比由 11%增加到 14%时, 锅炉效率降低了 1.18%。因此, 应控制 BFG 热量混燃比小于 11%。由以上分析可知, BFG
16、 比 COG 的最佳热量混燃比应小于 1.3 (11%BFG8%COG) 。此时, 锅炉效率可以保持在 92%以上, NO x排放浓度维持在 210 mg/m 左右。2.2 分级配风优化开度对锅炉性能影响如图 2 所示。图 2 开度对锅炉性能影响图 Fig.2 Influence of baffle opening on boiler performance 下载原图在优化的 BFG 和 COG 热量混燃比工况下, 研究了 SOFA2和 SOFA1挡板开度对飞灰含碳量、排烟温度及锅炉效率的影响。随着 SOFA2和 SOFA1挡板开度由 10%增加到 100%的过程中, 飞灰含碳量和排烟温度逐渐升高导致锅炉效率降低。飞灰含碳量随着 SOFA2/SOFA1开度的增加逐渐上升。随着 SOFA2/SOFA1开度的增加, 造成主燃区温度水平降低及 SOFA 区域燃烧份额增加, 导致了炉内辐射换热量减少及火焰中心上移, 进而提高了排
